“范纯龙”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果43个，建议您升级VIP下载更多相关专利

[发明专利]一种基于动态规则约束的数据清洗算法-CN201910103445.5有效
发明人：丁国辉;孙莎莎;范纯龙;滕一平;李胜宇;张荣博;郑志勇;许莉;朱继召;孙昊涵 -专利权人：沈阳航空航天大学
申请日： 2019-02-01 - 公布日： 2023-10-20 - 主分类号： G06F16/215 文献下载
摘要：本发明涉及数据清洗技术领域，具体而言，涉及一种以动态规则为约束的数据清洗方法。本发明的技术方案首先要对动态规则的求解，在求解过程中，以预测窗口为预测的最小单位，采用改进的ELM算法对速度变化率进行预测，改进步骤为引入验证集的概念，使用验证集中预测结果较好的数据，替换训练集中预测结果较差的数据，并根据替换率设置误差系数θ，最后用测试集合中预测值与误差系数进行加减运算，得到的区间就是动态规则。然后根据动态规则，以检测窗口为单位，利用异常点判断模型甄别数据点，根据异常点的类型，寻找窗口中间点满足动态规则的最优修复方案。
一种基于动态规则约束数据清洗算法

[发明专利]一种基于DNA链置换的DNA神经元学习方法-CN202111053837.9有效
发明人：郑学东;汝洋;范纯龙;张荣博;郑志勇 -专利权人：沈阳航空航天大学
申请日： 2021-09-09 - 公布日： 2023-09-29 - 主分类号： G06N3/123 文献下载
摘要：发明提出了一种基于DNA链置换的DNA神经元学习方法，通过构建权值更新模块，实现DNA神经元权值的更新功能；构建乘法运算模块，实现DNA神经元权值的加权求和功能；构建同步模块，使DNA神经元权值的更新可同时满足多重训练数据；构建反馈调节模块，对DNA神经元权值的学习过程进行自主控制；整合各功能模块，构建DNA神经元。设置DNA链初始浓度进行DNA神经元计算，并通过DNA链置换反应使训练样本同步，在此期间，DNA神经元权值更新将持续进行，当输出值等于目标值时，输出DNA神经元模型，整个反应系统自行停止，在DNA神经元的学习过程中，DNA链置换反应自发进行，自主学习得到的DNA神经元权值对多重训练数据均是有效的，而不是一次性的。
一种基于 dna 置换神经元学习方法

[发明专利]一种飞控试验自动化测试系统-CN201611077441.7有效
发明人：高华锋;袁佺;毕晓烨;范纯龙;李胜宇 -专利权人：中国航空工业集团公司沈阳飞机设计研究所
申请日： 2016-11-30 - 公布日： 2023-09-05 - 主分类号： G05B23/02 文献下载
摘要：本发明提供了一种飞控试验自动化测试系统，包括测试信号转接箱、接线端子箱、控制计算机、仿真数采计算机和上位机，测试信号转接箱与电传飞控系统、试验器和接线端子箱连接，测试信号转接箱可从飞控试验电缆中的全部信号中挑选出所有试验任务需要采集和仿真的信号，控制计算机与测试信号转接箱连接，控制计算机可提供仿真信号并对信号进行通断控制，仿真数采计算机与接线端子箱连接，仿真数采计算机可采集模拟量信号和总线信号并对该两种信号进行仿真和激励，上位机与控制计算机和仿真数采计算机连接，上位机设有人机交互界面，通过该人机交互界面控制具体信号的通断，上位机通过控制计算机控制信号通断，并控制仿真数采计算机采集信号。
一种试验自动化测试系统

[发明专利]一种基于并行训练的多任务混合模型的脑电情感分析方法-CN202310273961.9在审
发明人：周俏丽;施驰;毕晓烨;甄冲;范纯龙;毛艳娥 -专利权人：沈阳航空航天大学
申请日： 2023-03-21 - 公布日： 2023-07-14 - 主分类号： A61B5/372 文献下载
摘要：本发明提供了一种基于并行训练的多任务混合模型的脑电情感分析方法，包括：脑电数据处理：子集切割和脑图生成；空间频域特征学习：利用双向多尺度采样的层级调节凹形网络进行信号的频率和空间特征学习；时间特征学习：在添加位置嵌入后提供时间序列信息，然后利用前后向序列关系网络进行时序特征学习；多任务学习：基于多任务学习的情绪分类模块，然后得到最终的情感分析结果；本发明能够有效的提取频域、空域和时域多个领域的信息，所以构建的神经网络本身也需要存在擅长在空间、频域、时间方面深度挖掘信息的模块。本发明提出组合多个不同类型网络架构最终采用并行混合模型多任务学习的方式进行关联信息共享以实现精确识别。
一种基于并行训练任务混合模型情感分析方法

[发明专利]一种异构多无人机自主聚集、分离及合并集群方法-CN202010069405.6有效
发明人：吴杰宏;马坚;范纯龙;石祥滨;刘芳;毕静;杨京辉;孙熙春;于元哲;孙亚男 -专利权人：沈阳航空航天大学
申请日： 2020-01-21 - 公布日： 2023-06-20 - 主分类号： G05D1/10 文献下载
摘要：本发明提供一种异构多无人机自主聚集、分离及合并集群方法，涉及无人机智能协同技术领域，步骤如下：1)将在空间中离散的两类无人机通过算法群集成一个无人机集群；2)通过状态转移方程，将位于运输无人机内部的护航无人机移动到运输无人机的外层。3)通过无人机均匀算法，将护航无人机均匀的部署在无人机群的外层；4)计算无人机之间的力，通过迭代，最后形成一个稳定的无人机群；5)判断无人机群状态。进行聚合过程执行步骤6；执行分离过程执行步骤7；维持原状态，本方法结束；6)执行合并过程；7)执行分离过程。利用异构多无人机组成无人机群，解决单架无人机由于自身负载和能量限制问题。以异构无人机群为单位执行复杂任务。
一种异构多无人机自主聚集分离合并集群方法

[发明专利]一种无立足点和分支迁移域的DNA链置换新方法-CN201910260101.5有效
发明人：郑学东;张强;魏小鹏;范纯龙 -专利权人：沈阳航空航天大学
申请日： 2019-04-02 - 公布日： 2023-04-11 - 主分类号： C12N15/10 文献下载
摘要：本发明涉及DNA链置换技术，提出了一种无立足点和分支迁移域的DNA链置换新方法。将DNA双链[DNA1,DNA2]与DNA单链DNA3混合，DNA3中片段1*和9*与DNA1中的互补片段1和9在碱基互补作用下，促使DNA1形成发卡结构，进而DNA2从DNA1上脱落，形成DNA3对DNA2的链置换。该DNA链置换过程中，置换链DNA3与被置换链DNA2之间在碱基排列上无任何依赖关系，实现了一种不需要立足点和分支迁移域的DNA链置换新方法。该方法可以用于替代目前依赖立足点的DNA链置换方法，可广泛应用于生物计算，基因编辑以及纳米技术。
一种立足点分支迁移 dna 置换新方法

[发明专利]一种基于多智能体深度强化学习的多无人机编队集群控制方法-CN202210651239.X在审
发明人：吴杰宏;于元哲;马坚;范纯龙;高利军;周振辉;杨华;毕静;邱虹坤 -专利权人：沈阳航空航天大学
申请日： 2022-06-09 - 公布日： 2023-03-07 - 主分类号： G05D1/10 文献下载
摘要：本发明涉及多无人机的智能协同控制领域，提供了一种基于多智能体深度强化学习的多无人机编队集群自主聚集方法，主要包括以下步骤：1)对单无人机运动过程进行建模；2)将异构多无人机聚集过程建模为马尔科夫博弈过程；3)基于MADDPG算法对聚集过程进行训练；4)引入注意力机制到多智能体深度强化学习中，优化无人机的学习过程；5)利用学习到的策略对多无人机进行控制；本发明提出了一种基于多智能体深度强化学习的多无人机编队集群控制方法，通过对多无人机的聚集问题进行马尔科夫博弈过程建模，使得无人机自主训练得到对应控制模型。并引入注意力机制加快训练速度和提升训练效果。最终，经过对坐标进行变换完成多个不同编队的聚集。
一种基于智能深度强化学习无人机编队集群控制方法

[发明专利]一种基于遗传算法的无人机群防御部署方法-CN201910558714.7有效
发明人：吴杰宏;陈嘉彤;左剑凯;范纯龙;石祥滨 -专利权人：沈阳航空航天大学
申请日： 2019-06-26 - 公布日： 2023-02-03 - 主分类号： G05D1/10 文献下载
摘要：一种基于遗传算法的无人机群防御部署方法，包括将我方无人机分为非武装民用机和有武装力量的防御机，并确定采用二进制层级编码方式对我方无人机编队进行编码。对完成编码后的无人机编队，添加用于确定防御机对应序号的二进制编码序列。建立适应度函数时，通过遗传算法进行筛选，使得两个指标值尽量小，从而确定出最优编队。至此完成了对无人机群的防御部署。本发明建立了一种用于保护我方民用机的最优编队队形，通过减小我方防御机拦截弹的飞行距离相对敌机导弹飞行距离的大小，以及导弹被拦截后产生的爆炸对我方民用机的伤害，确定了不同敌机编队情况下我方无人机的最佳队形，并使用遗传算法加速对最优编队的寻找，从而保证了我方民用机的安全。
一种基于遗传算法无人机群防御部署方法

[发明专利]一种基于学习的用于车辆通信的车辆轨迹生成方法-CN201811612865.8有效
发明人：赵亮;刘羽霏;赵伟莨;杨凯淇;拱长青;林娜;范纯龙;李照奎 -专利权人：沈阳航空航天大学
申请日： 2018-12-27 - 公布日： 2022-12-23 - 主分类号： G08G1/01 文献下载
摘要：本发明包含了一种基于学习的用于车辆通信的车辆轨迹生成模型，该模型主要基于VISSIM和极端学习机(Extreme learning Machine,ELM)。该方法针对不同的车辆密度来生成对应的车辆移动轨迹数据。提出了一种使用VISSIM这类交通仿真软件的新方法。首先利用VISSIM生成大量的仿真数据，然后把这些数据经过统计后使用ELM进行训练，训练后可以得到VISSIM的参数权值矩阵，利用这个参数权值矩阵来建立车辆移动轨迹生成模型。利用本模型可以方便的确定不同车辆密度的VISSIM仿真参数，这样可以让耗时耗力的交通仿真参数设置变得更加高效。
一种基于学习用于车辆通信轨迹生成方法

[发明专利]一种基于安全划分树的安全空间网络查询方法-CN201910534108.1有效
发明人：滕一平;刘晓婷;范纯龙;丁国辉;郑志勇;张荣博;李胜宇;许莉;刘丹 -专利权人：沈阳航空航天大学
申请日： 2019-06-20 - 公布日： 2022-12-23 - 主分类号： G06F16/951 文献下载
摘要：本发明提供一种基于安全划分树的安全空间网络查询方法，包括如下步骤：(1)划分树索引结构的构建：对空间网络数据构建基于图划分的划分树索引结构；(2)安全索引结构的构建：利用Paillier加密系统对空间网络数据按属性进行加密以确保空间网络数据的隐私信息安全；同时针对划分树索引结构本身，采用哈希函数H对子空间网络ID进行处理得到H(ID)；(3)安全空间网络查询方法：在安全索引结构的基础上，利用优先队列对安全索引结构进行启发式搜索，得到最终查询结果。本发明建立了新的安全空间网络查询方法，进一步提高在较大规模空间网络数据上的安全空间网络的查询效率；并保护了查询过程的安全性，以及对查询结果进行安全输出。
一种基于安全划分空间网络查询方法

[发明专利]一种基于互斥策略的二分网络节点预测算法-CN201811616106.9有效
发明人： 范纯龙;范东皖;滕一平;丁国辉;郑志勇;张荣博;李胜宇;许莉 -专利权人：沈阳航空航天大学
申请日： 2018-12-28 - 公布日： 2022-12-23 - 主分类号： G06F16/36 文献下载
摘要：本发明提供一种节点预测算法，具体涉及一种引入了互斥策略的二分网络节点预测算法，属于复杂网络链路预测以及节点预测领域。本发明提出需要考虑节点间的互斥关系，用于描述关键词间彼此排斥的现象，并构建了互斥关系的度量方法。在采集到的论文‑关键词二分网络上，对改进的节点预测算法进行验证，并与传统算法作对比，结果显示本发明提出的节点预测算法具有更好的预测效果。
一种基于策略二分网络节点预测算法

[实用新型]新型的通风散热储能太阳能光伏板-CN202221981934.4有效
发明人： 范纯龙 -专利权人： 范纯龙
申请日： 2022-07-29 - 公布日： 2022-11-18 - 主分类号： H02S40/42 文献下载
摘要：本实用新型提供了一种新型的通风散热储能太阳能光伏板，属于太阳能光伏板技术领域。其主要针对现有装置散热效果不佳的问题,提出如下技术方案，包括安装框与光伏板本体，光伏板本体设置在安装框上，安装框上设置的散热组件包括导风罩与固定罩，固定罩与导风罩上均开设有进风口，导风罩与安装框上均开设有出风口，进风口内穿设有风扇，安装框内设置有散热片与温度传感器，散热片与温度传感器均与光伏板本体表面接触，温度传感器与控制器电性连接，控制器设置在固定罩上；通过导风罩、固定罩、进风口、出风口、风扇与散热片的设置，使得装置的散热效果更好；通过固定架、固定套、螺杆、连接头、滑动套与固定杆的设置，使得装置可方便的进行调节。
新型通风散热太阳能光伏板

[发明专利]基于反馈控制系统的高维流数据聚类方法-CN202210354661.9在审
发明人：丁国辉;孙露露;魏茹;张琦;刘宇琪;王言开;姜超;姜文;李尧;朱帅;王磊;尹海军;范纯龙 -专利权人：沈阳航空航天大学
申请日： 2022-04-06 - 公布日： 2022-11-08 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了基于反馈控制系统的高维流数据聚类方法，包括S1:建立基于反馈控制系统的高维流数据聚类系统包括窗内主成分分析模块、反馈流聚类模块以及反馈控制器；S2:数据进入窗内主成分分析模块将高维数据处理为低维数据块；S3:反馈流聚类模块接收主成分分析模块降维后的低维数据块；S4:反馈控制器收到反馈流聚类模块的聚类结果；通过实时分析聚类结果，并引入判别分数以采取预备策略，调节窗内主成分分析和反馈流聚类中的超参数；利用该算法可以执行在高维数据流环境中的聚类分析。所述算法的构建基于三阶段的闭环结构，分别为窗内主成分分析WPCA、反馈流聚类FSC以及反馈控制器FC，解决了在高维流环境下聚类的参数自适应的难题并提高了最终结果的质量。
基于反馈控制系统高维流数据方法

[发明专利]基于预训练模型与规则结合的武器装备实体关系抽取方法-CN202210766484.5在审
发明人：朱继召;赵浩楠;段文昱;潘新龙;范纯龙;王海鹏;刘瑜;丁国辉;刘颢;郑学东;滕一平;李胜宇 -专利权人：沈阳航空航天大学
申请日： 2022-07-01 - 公布日： 2022-09-27 - 主分类号： G06F16/28 文献下载
摘要：本发明公开了基于预训练模型与规则结合的武器装备实体关系抽取方法，涉及信息抽取技术领域；对武器装备文本数据集进行处理，获得武器装备及其属性值两类实体和实体关系；采用预训练模型与规则知识结合的方法，构建武器装备实体关系抽取模型，首先使用预训练模型完成实体关系的初步抽取，再引入到滤调模块对抽取结果筛选，得到过滤调整后的实体关系集合R1；然后，使用基于规则知识的实体关系抽取模型对武器装备文本数据集进行实体关系的再抽取，得到实体关系集合R2；将R1与R2进行融合，得到最终的实体关系结果。通过本发明可以实现从武器装备领域的文本数据中抽取实体关系，为武器装备信息的知识化组织和管理提供新方法。
基于训练模型规则结合武器装备实体关系抽取方法

[发明专利]一种基于Sierpinski的异构多无人机编队队形设计方法-CN202210651238.5在审
发明人：吴杰宏;于元哲;马坚;范纯龙;高利军;周振辉;杨华;毕静;邱虹坤 -专利权人：沈阳航空航天大学
申请日： 2022-06-09 - 公布日： 2022-09-27 - 主分类号： G05D1/10 文献下载
摘要：本发明涉及无人机集群协作技术领域，尤其涉及一种基于Sierpinski的异构多无人机编队队形设计方法。包括如下步骤：步骤一：将无人机对应为Sierpinski分形结构中的顶点；步骤二：在二维平面中基于Sierpinski三角形进行编队设计，其中每个子三角形对应一个子编队；步骤三：三个子编队相互连接构成一个符合Sierpinski三角形的集群；步骤四：在三维空间中基于Sierpinski四面体结构进行编队设计，该分形中的每个小的Sierpinski四面体对应为一个无人机子编队；步骤五：由四个子编队相互连接构成一个符合Sierpinski四面体结构的集群。该编队设计方法能够简化无人机编队集群的控制策略，可将单个子编队的聚集策略应用到更加高级的编队上面形成集群。
一种基于 sierpinski 异构多无人机编队队形设计方法

1
2
3
下一页»
尾页
共 43 条